دانشمند ارشد داده (Senior Data Scientist) - آقا

سحاب یه شرکت نرم‌افزاریه که تمرکزش روی کلان‌داده است و تلاش می‌کنه از دل داده‌ها، بینش و ارزش واقعی بسازه. تو این مسیر، «کارشناس داده (Data Scientist)» نقشیه که مستقیماً روی کیفیت تصمیم‌گیری اثر می‌ذاره؛ یعنی جایی که با تحلیل داده، طراحی آزمایش و ساخت مدل، کمک می‌کنی مسئله‌های واقعی کسب‌وکار به راه‌حل‌های قابل‌اتکا تبدیل بشن. اینجا فقط با داده کار نمی‌کنی، بلکه با نگاه داده‌محور، مسیر فکر کردن تیم‌ها رو هم شکل می‌دی.
کارهایی که به‌عنوان «کارشناس داده» انجام می‌دی

• تحلیل مسئله‌های بیزنسی و تبدیل آن‌ها به سوال‌های شفاف و قابل‌حل با داده
• تعریف KPI و معیارهای موفقیت متناسب با اهداف کسب‌وکار
• استخراج، پاک‌سازی و آماده‌سازی داده‌ها از منابع مختلف با SQL و ابزارهای داده‌ای
• طراحی و اجرای تحلیل‌های آماری و آزمایش‌های داده‌محور (A/B Test و مشابه)
• مهندسی ویژگی و ساخت مدل‌های یادگیری ماشین متناسب با مسئله
• تحلیل نتایج، تفسیر خروجی‌ها و ارائه بینش‌های قابل‌اقدام به ذی‌نفعان
• مستندسازی تحلیل‌ها، فرضیه‌ها و نتایج برای استفاده و توسعه‌های بعدی

مهارت‌هایی که روش حساب می‌کنیم

• تسلط بر Python و کتابخانه‌های Data Science برای تحلیل داده و مدل‌سازی
• تسلط بر SQL و توانایی کار با داده‌های ساخت‌یافته و نیمه‌ساخت‌یافته
• دانش قوی آمار و احتمال و توانایی طراحی و تفسیر آزمایش‌ها
• توانایی تبدیل مسئله‌های مبهم بیزنسی به تحلیل‌ها و مدل‌های داده‌محور
• توانایی فرموله‌کردن فرضیه‌های تست‌پذیر و طراحی آزمایش‌های کنترل‌شده
• توانایی انجام استنباط آماری دقیق با در نظر گرفتن خطا و عدم قطعیت
• مهارت در مهندسی ویژگی و آماده‌سازی داده برای مدل‌های یادگیری ماشین
• توانایی مصورسازی داده و انتقال شفاف نتایج به ذی‌نفعان
• توانایی کار تیمی، یادگیری مداوم و پیش‌برد کارها در محیط‌های پویا (Agile)

خوشحال‌تر می‌شیم اگه اینا رو هم بلد باشی

• توانایی تعریف KPIهای بیزنسی و اتصال تحلیل‌ها به ارزش واقعی کسب‌وکار
• تجربه کار با پردازش کلان‌داده (مثل Spark یا ابزارهای مشابه)
• تجربه آموزش، ارزیابی و بهینه‌سازی مدل‌های یادگیری ماشین
• آشنایی با طراحی و نگهداری Data Pipelineهای پایدار (ETL/ELT)
• تجربه کار با ابزارهای مانیتورینگ و مشاهده‌پذیری مثل Prometheus، Grafana یا ELK
• آشنایی با مفاهیم CI/CD، نسخه‌گذاری و توسعه پایدار سیستم‌های داده‌ای
• تجربه کار با Kubernetes یا زیرساخت‌های مقیاس‌پذیر
• آشنایی با استقرار مدل و کار در محیط‌های ابری
• تجربه کار با تشخیص drift داده یا مدل و پاسخ به رخدادهای عملیاتی